AI Agent工程开发中，绝大多数人卡顿的核心问题：概念混淆、层级不清、不知道该用哪个能力。

本文摒弃冗长文字，以极简文字+可视化图表，讲透6大核心概念的定位、差异与协同关系，新手也能快速看懂、落地即用。

一、核心总览：6大概念层级架构（一张图看懂）

六大概念并非平行关系，而是从场景容器→智能主体→执行单元→能力→通道→指令的完整自上而下工程链路，层级清晰、各司其职。

极简层级口诀：容器载主体，主体派分工，分工靠技能，技能通外部，临时用提示。

二、六大核心概念极简图解拆解

每个概念只记核心定位、本质区别、适用场景，告别冗余记忆。

1. Prompts｜即时临时指令

定位：Agent最轻量的「单次口头指令」

核心本质：临时话术、无封装、不可复用、单次生效

适用场景：临时问答、单次修改、即时纠错，无需沉淀的一次性需求

2. Skills｜标准化可复用技能

定位：Agent的「职业技能库」（Prompt的工程化升级版）

核心本质：固化流程、结构化封装、跨项目复用、可迭代更新

适用场景：高频固定流程（代码审查、文档生成、数据处理、统一规范）

3. MCP｜模型上下文协议

定位：AI Agent的「通用USB-C接口」

核心本质：标准化通信底座，不产生业务能力，只打通内外资源

适用场景：对接数据库、API、文件、第三方工具、业务工作流

4. Projects｜业务场景容器

定位：所有AI能力的「独立工作空间」

核心本质：场景隔离、资源聚合、数据独立、互不干扰

适用场景：区分多业务、多项目、多团队场景，避免配置与上下文冲突

5. Subagents｜子智能体

定位：主Agent的「专业化打工人」

核心本质：上下文隔离、权限独立、并行执行、专精单一任务

适用场景：复杂任务拆解（素材搜集、数据清洗、代码审计、内容校对）

6. Agent｜主智能体

定位：整套AI系统的「总控大脑」

核心本质：自主思考、任务拆解、全局调度、闭环执行、整合所有能力

适用场景：所有长周期、多步骤、需自主决策的复杂业务场景

三、核心概念差异对比（极简对照表）

四、4组高频误区图解辨析

1. Prompt vs Skills：随口说 vs 练绝活

Prompt：单次对话指令，说完即忘，重复使用需重新输入。

Skills：把高频Prompt封装成永久技能，全局自动调用、统一更新。

2. Skills vs MCP：会做事 vs 有工具

Skills：内部能力，定义「Agent怎么做事」（手艺、流程、规范）。

MCP：外部通道，解决「Agent能用什么」（数据、工具、接口）。

3. Agent vs Subagents：老板 vs 员工

主Agent：决策者、调度者，拆目标、分任务、汇总结果。

子Agent：执行者、专精者，只做细分任务，做完反馈即回收。

4. Projects vs 所有能力：场地 vs 技能

Projects是纯粹的工作场地，不生产能力，只负责隔离场景、收纳所有Agent配置、技能与资源，避免混乱。

五、企业级Agent协同流程图（标准落地架构）

No diagram type detected matching given configuration for text: flowChart LR1[新建Project 隔离业务场景] --> 2[主Agent承接整体目标]2 --> 3{任务复杂度判断}3 -->|简单任务| 4[主Agent直接执行 + 临时Prompt补充]3 -->|复杂任务| 5[派生Subagents并行拆分执行]4 & 5 --> 6[调用Skills标准化流程]6 --> 7[通过MCP对接外部数据/工具]7 --> 8[主Agent汇总结果、闭环复盘]

六、核心认知极简总结

• Prompt：临时交互，轻量化兜底

• Skills：沉淀能力，解决重复造轮子

• MCP：统一通道，解决外部对接混乱

• Projects：场景隔离，解决多业务冲突

• Subagents：分工协作，解决复杂任务低效

• Agent：核心中枢，实现智能自主闭环

Agent开发进阶的核心：少堆临时Prompt，多做工程化沉淀，用分层架构+标准化底座搭建稳定可迭代的智能应用。

#AI Agent

#人工智能

#AI 开发

#程序员

#科技前沿

#AGI

#AI入门

#技术科普